[发明专利]一种语句检索方法以及相关装置

权利要求书

1.一种语句检索方法，其特征在于，包括：

从查询语句中提取第一可查询词序列，其中，所述第一可查询词序列指示按照所述查询语句的语序排列的多个词语，所述第一可查询词序列包括至少一个核心词，以及一个或多个非核心词，所述至少一个核心词为所述第一可查询词序列中的语义权重大于所述非核心词的可查询词；

根据所述至少一个核心词检索原始文档集合，以得到目标文档集合，其中，所述目标文档集合包括至少一个目标文档，所述目标文档包括所述至少一个核心词；

计算所述第一可查询词序列与所述目标文档集合中各个文档的相关性，以基于所述相关性从所述目标文档集合中得到所述查询语句的检索结果。

2.根据权利要求1所述的方法，其特征在于，从所述查询语句中提取所述第一可查询词序列之后，所述方法还包括：

根据所述第一可查询词序列与所述第一可查询词序列中各个可查询词的权重，确定短语重心，其中，所述短语重心为按照所述第一可查询词序列的顺序依次累加可查询词的权重时，累加和大于第一阈值时最后参与累加的可查询词。

3.根据权利要求1-2中任一项所述的方法，其特征在于，根据所述至少一个核心词检索所述原始文档集合，以得到所述目标文档集合，包括：

根据所述第一可查询词序列中所有的核心词组成的核心词序列检索所述原始文档集合，以得到所述目标文档集合，所述目标文档包括所述核心词序列，所述核心词序列中的核心词按照所述核心词在所述查询语句中排列的顺序排列。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一可查询词序列中包括多个所述非核心词，根据所述至少一个核心词检索所述原始文档集合，以得到目标文档集合，包括：

根据所述第一可查询词序列中所有的核心词组成的核心词序列检索所述原始文档集合，以得到第二文档集合，所述第二文档集合包括至少一个第二文档，所述第二文档包括所述第一可查询词序列中所述核心词序列；

根据所述多个非核心词检索所述第二文档集合，以得到所述目标文档集合，其中，所述目标文档集合中的每个目标文档包括所述第一可查询词序列中所述核心词序列和所述多个非核心词中的至少一个，以及，所述目标文档集合中，至少两篇目标文档中包括的非核心词不完全相同。

5.根据权利要求4所述的方法，其特征在于，计算所述第一可查询词序列与所述目标文档集合中各个文档的相关性，包括：

根据第一向量与第二向量，确定近似短语，其中，

所述第一向量指示所述第一可查询词序列中所述核心词序列在所述目标文档中的位置，

所述第二向量指示所述非核心词在所述目标文档中的位置，

所述近似短语包括所述核心词序列和所述多个非核心词中的至少一个，第三向量指示所述近似短语在所述目标文档中的位置；

根据所述第三向量和第四向量，确定第一距离，其中，

所述第四向量指示所述第一可查询词序列在所述目标文档中的位置，

所述第一距离为所述第三向量与所述第四向量之间的距离；

根据所述第一距离确定所述第一可查询词序列与所述目标文档集合中各个文档的相关性。

6.根据权利要求5所述的方法，其特征在于，根据所述第三向量和所述第四向量，确定所述第一距离，包括：

根据所述第三向量与偏移量确定第五向量，其中，所述偏移量指示所述第一可查询词序列中每个可查询词语与所述第一可查询词序列中第一个可查询词之间的距离，所述第五向量指示所述近似短语与所述偏移量之间的距离；

根据所述第四向量和所述第五向量，确定所述第一距离。

7.根据权利要求5所述的方法，其特征在于，根据所述第四向量和所述第五向量，确定所述第一距离，包括：

根据所述第四向量、所述第五向量和所述权重，确定所述第一距离，其中，所述权重用于对所述第四向量与所述第五向量之间的距离进行加权修正。

8.根据权利要求7所述的方法，其特征在于，所述第四向量中任意分量的值，与，所述第五向量中所述短语重心对应的分量的值相等。